Notice bibliographique
Résumé
In order to increase the overall efficiency of energy use in a community, excess thermal energy from inefficient processes can be stored and used for heating applications. A one-dimensional analytical conduction model is therefore developed for sizing of phase change material thermal energy storage systems. The model addresses rectangular channels of phase change material separated by flow channels for the addition and removal of thermal energy. The analytical model assumes a planar melt front and linear temperature profiles throughout the thermal storage cell. Heat flux and interface temperatures are calculated at various melt fractions based on a quasi-steady electrical analogue analysis of the instant in question. Compensation is made for the sensible energy change between melt fractions by adding this energy at the calculated heat flux. A two dimensional, conduction only computational fluid dynamics model is used to compare the response of the analytical model to changes in the input parameters and shows good agreement. A test apparatus and a three dimensional computational fluid dynamics model are also created and melt-time results compared to analytical model predictions. These comparisons also show good agreement. Finally, a thermal storage system is sized for a specific application, H2Green Energy Corporation's Distributed Storage System, with sizing based on the heat load requirements of McMaster Innovation Park during the winter months. Technical feasibility of this system is shown with analysis also included on economic feasibility. It is determined that the analytical model is sufficient for initial assessment of phase change material thermal energy storage systems where detailed geometry is unavailable. Recommendations are made for further validation of the model and the development of a phase change material properties database. Suggestions are also presented on additional sources of revenue for the H2Green Distributed Storage System that will increase its economic feasibility.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».